Neues KI-System: Früherkennung von Krankheiten verbessern

Forscher der Edith Cowan University (ECU) haben ein System Künstlicher Intelligenz (KI) entwickelt, das bei der Erkennung und der genauen Diagnose des Krankheitsstadiums von Gesundheitsproblemen wie Diabetischer Retinopathie (DR), Herz-Kreislauf-Erkrankungen (CVD) und Krebs unterstützen könnte.

Das KI-System mit dem Namen „Supervised Contrastive Ordinal Learning Algorithm” nutzt routinemäßige und nichtinvasive medizinische Bilder wie Knochendichtemessungen und Ultraschallaufnahmen. Diese zieht die KI nicht nur zur Früherkennung von Krankheiten, sondern auch zur Hervorhebung krankheitsspezifischer Veränderungen, die bei der Stadieneinteilung und klinischen Interpretation helfen können, heran.

KI-Algorithmus mit hoher Genauigkeit und Sensitivität

Weltweit sind über 640 Millionen Menschen von CVD und mehr als 103 Millionen Erwachsene von DR betroffen. „Diese chronischen Krankheiten sind in den frühen Stadien oft schwer zu erkennen, da sie keine offensichtlichen Symptome aufweisen. Die derzeitigen Diagnosemethoden basieren häufig auf manuellen Auswertungen medizinischer Scans, was ein zeitaufwändiger, teurer und subjektiver Prozess ist“, erklärte ECU-Forscher Dr. Afsah Saleem.

„Als Wissenschaftler im Bereich des maschinellen Lernens und mit unserer Arbeit in der medizinischen Bildgebung ist es unser Ziel, dauerhafte Gesundheitsschäden durch chronische Krankheiten zu verhindern oder zu verzögern.“

Der KI-Algorithmus wurde bereits erfolgreich in mehreren medizinischen Bereichen eingesetzt. „Mit diesem Algorithmus erreichten wir eine Genauigkeit von 85 und eine Sensitivität von 79 Prozent bei der Erkennung abdominaler Aortenverkalkung (AAC), einem Frühindikator für CVD. Außerdem erzielten wir eine Genauigkeit von 87 und eine Sensitivität von 84 Prozent bei der Diagnose von DR sowie eine Genauigkeit von 91 Prozent bei der Erkennung verschiedener Stadien von Brustkrebs“, erörterte Dr. Saleem.

Konzentration auf frühzeitige Interventionen

„Die Hauptarbeit unserer Forschungsgruppe konzentriert sich auf frühzeitige Interventionen und wird von der Heart Foundation, der Raine Medical Research Foundation und dem Gesundheitsministerium von Westaustralien durch den Future Health Research and Innovation (FHRI) Fund unterstützt. Mit den am wenigsten invasiven und kostengünstigsten Methoden lassen sich potenzielle Erkrankungen, die die Bevölkerung betreffen könnten, genau vorhersagen“, betonte Dr. Syed Zulqarnain Gilani, Dozent an der ECU.

„Der innovative Aspekt des entwickelten Algorithmus liegt in seiner Fähigkeit, die charakteristischen Merkmale sowohl gesunder als auch kranker Personen zu erfassen und zu erlernen. Anschließend unterscheidet der Algorithmus diese Merkmale effektiv, um Personen, die an einer Krankheit leiden, mit bemerkenswerter Präzision zu identifizieren.“ 

(SaS)